【摘 要】
：
电介质电容器由于其超高的充放电速率和极高的功率密度,已成为脉冲电源设备中最重要的部件之一。在诸多介质电容器储能材料中,由于陶瓷电容器具有中等的击穿场强、低的介电损耗以及优良的温度稳定性等优点,在航空航天、石油钻井和电磁脉冲武器等领域有广阔的应用前景。因此,设计和制备综合性能优异的陶瓷电容器十分重要。铌酸钠（NaNbO3）由于其制备原材料成本较低,且烧结时不需要额外的保护气氛,所以是当下无铅电介质储
论文部分内容阅读
电介质电容器由于其超高的充放电速率和极高的功率密度,已成为脉冲电源设备中最重要的部件之一。在诸多介质电容器储能材料中,由于陶瓷电容器具有中等的击穿场强、低的介电损耗以及优良的温度稳定性等优点,在航空航天、石油钻井和电磁脉冲武器等领域有广阔的应用前景。因此,设计和制备综合性能优异的陶瓷电容器十分重要。铌酸钠（NaNbO3）由于其制备原材料成本较低,且烧结时不需要额外的保护气氛,所以是当下无铅电介质储能领域的研究热点之一。作为一种ABO3型钙钛矿结构的反铁电材料,NaNbO3随温度的变化呈现出十分复杂的相变。室温下,NaNbO3是反铁电相,但其反铁电相的自由能和铁电相的自由能很接近,所以其室温下的反铁电相很不稳定,常规合成出来的NaNbO3在加外电场测试时,电滞回线往往表现为单回线,这就导致了其储能密度和储能效率较低。当前可通过向NaNbO3中引入异价离子,提高体系的弛豫特性来降低电滞回线的滞后,从而提高其储能性能。本论文以NaNbO3为主要研究对象,选取无序材料Ba(Mg1/3Nb2/3)O3与NaNbO3形成固溶体,一方面通过异价掺杂可以破坏NaNbO3体系的长程有序,提高体系的弛豫特性;另一方面可以提高体系的耐击穿能力。通过调节固溶体中Ba(Mg1/3Nb2/3)O3的浓度和优化制备工艺（包括烧结温度,排胶条件和陶瓷烧结时的密封程度等）,最终得到同时拥有高储能密度和高储能效率的（1-x）NaNbO3-x Ba(Mg1/3Nb2/3)O3陶瓷。当Ba(Mg1/3Nb2/3)O3的浓度为25%时,0.75NaNbO3-0.25Ba(Mg1/3Nb2/3)O3陶瓷在电场262.64 k V/cm下获得了2.43 J/cm~3的储能密度和52.25%的储能效率。通过对介电常数和介电损耗的分析可知,在Ba(Mg1/3Nb2/3)O3浓度为25%时,体系的弛豫性能最强。最后,通过威布尔分布对陶瓷的本征介电击穿场强进行了分析,在Ba(Mg1/3Nb2/3)O3的浓度为30%时获得了最大击穿场强290.45 k V/cm。为了寻找进一步提高0.75NaNbO3-0.25Ba(Mg1/3Nb2/3)O3陶瓷储能密度和效率的工艺,本论文在压制陶瓷生胚时,摸索采用了6种不同的单轴压力,实验结果表明,在1.5 MPa压力下,0.75NaNbO3-0.25Ba(Mg1/3Nb2/3)O3陶瓷的储能密度和效率最高。通过威布尔分布对陶瓷本征介电击穿场强进行分析可知,在2 MPa的压力下获得的陶瓷的击穿场强最大为262.66k V/cm。
其他文献
随着国内经济飞速发展,中小企业的业务规模不断壮大,各企业对于网络的需求也越来越高,愈发需要个性化、高质量的网络环境,同时国家政策持续要求面向中小企业提速降费。因此运营商急需针对各类政企客户提供高品质低成本的专线,提升在商务楼宇等价值区域的专线产品竞争力。在投资金额有限的情况下,运营商需要对品质To B网络的基础机房进行精准建设,确保把有限的投资用到最需要的地方,提升网络接入能力效率。本文在分析运营
当前全球人口数不断增加,引起能源需求量日益巨增,在可再生能源发展迅速的背景下,本文研究智能电网能量管理问题。由于国内外专家学者大多数都只关注智能电网的经济调度问题,或者发电侧大多都只考虑二次函数形式的代价函数,此外智能电网集中式的能量管理存在着大量的弊端以及智能电网中节点间的通信负担过重。因此,针对现有文献的研究不足之处,本文同时考虑发电侧和负荷侧的利润函数,将发电侧的代价函数建立成具有阀点效应的
脑卒中是一种临床常见的急性脑血管疾病,其后遗症会导致患者丧失上肢的运动能力,对生活产生了很大影响。临床医学证明,基于大脑可塑的重复康复训练,能有效恢复患者受损肢体的运动机能。因医疗资源紧缺、治疗繁琐和康复周期长等因素,传统手把手康复训练方法难以满足逐年递增的患者康复需求。为在一定程度上解决上述问题,近年来国内外已有大量研究机构投入到上肢康复机器人的研究中,并取得了较多的研究成果。在机器人辅助康复训
随着国家“碳达峰、碳中和”能源战略目标的提出,以分布式光伏为代表的新能源在配电网中的占比不断提高,在提高能源利用率、减轻环境负担的同时,新能源发电的尖峰性和间歇性也会导致配电网出现时段性电压越限等问题,危害配电网的安全稳定运行。一方面,传统的分散式电压控制会导致不同调压设备之间难以协调,无法得到全局最优电压控制策略,难以解决全网分散化的电压越限问题;另一方面,分布式电源的大规模应用和电力电子器件的
近年来,作为计算机视觉领域一个具有挑战性的研究课题——图像语义分割,在自动驾驶、医疗影像分析、无人机落点判定以及航天卫星遥感等现实场景中发挥了至关重要的作用。受益于深度学习中卷积神经网络在图像处理领域的巨大成功,目前的语义分割任务在性能方面取得了显著提升。然而,大多数语义分割方法只是通过不断增加模型复杂度来提高分割效果,却忽略了硬件资源内存、显存消耗和推理延迟等问题。针对以上问题,本文基于深度卷积
近年来,随着计算机视觉技术的迅速发展,人脸表情识别已成为该领域的研究热点之一。人脸表情识别是从视觉信息中提取人脸区域并进行情绪识别的技术,它赋予计算机理解人类情绪的能力。尽管传统的图像识别网络已经在人脸表情识别上取得了一定成果,但在实际应用中仍未达到令人满意的效果。实际场景下的人脸表情识别主要面临如下两个问题,分别为图像退化问题和特征优化问题。图像退化问题是由于人脸表情数据采集过程中存在各种干扰,
无线传感器网络（Wireless Sensor Networks,WSN）的寿命有限问题近年来已引起越来越多的关注。无线充电技术的发展为传统无线传感器网络演变为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSN）提供了技术支持。在合理的充电规划下,利用无线充电技术为网络中能量不足的节点补充能量,能有效地解决无线传感器网络寿命有限问题。在此背景
伴随着现代科学技术的不断升级与发展,控制理论与计算机科学、电子信息工程、人工智能、等学科不断交叉融合,在航天、化工、电力等各式应用场景中已经成为了炙手可热的研究方向。在这些应用场景中,对各种复杂系统的研究与分析也成为了现时研究学者们的重要任务。奇异系统和在其分类下的奇异摄动系统均为较典型的复杂系统,对于实际的应用场景相比较正则系统有着更广泛的适用度,且随着工业生产的智能化、整体化的程度不断提高,安
随着网络的快速发展,智慧城市和元宇宙等概念的提出,以及移动终端的种类和数量不断增加,未来预计会产生大量数据,导致传统云计算难以满足移动终端对低时延的要求,同时移动终端有限的算力难以处理海量的数据。移动边缘计算被认为是一项重要的技术用来解决这些问题。将计算任务从移动设备卸载到更靠近移动设备的边缘服务器可以有效减少网络延迟和任务处理时间。然而合理地部署边缘服务器是一个具有挑战的问题。在某区域内,可能有
随着电子信息产业的飞速发展,电子器件不断趋于集成化和智能化。然而,遵循着“摩尔定律”的传统硅基半导体的尺寸已接近其物理极限。若继续缩减尺寸,则会因为量子隧穿效应的出现以及高集成度导致的发热问题严重影响器件性能。当前急需找到可以代替传统半导体的新材料。2004年,石墨烯的发现将二维材料带入人们的视野当中。二维磁性材料作为二维材料中的一员,有着较弱的层间范德瓦尔斯作用力且在原子层厚度仍能维持自发磁化。